Transcript Application de la télédétection et les SIG à la cartographie de l

APPLICATION DE LA
TELEDETECTION ET LES SIG A LA
CARTOGRAPHIE DE L’EROSION
DANS LE BASSIN VERSANT DE
L’OUED MINA
Préparé par : TOUMI Samir
Introduction
Les changements rapides du paysage sous l’influence de la pression
démographique et l’extension des cultures d’exploitation, ont
contribué à l’augmentation de l’exposition des terres au processus de
ruissèlement, et par conséquent, à la dégradation des sols par
l’érosion.
Elle résulte de détachement et le transport de fragments ou de
particules du sol ou de roches de leur emplacement initial par l’eau,
dégradant la qualité et la fertilité des sols et réduisant la capacité des
réservoirs d’eau.
Introduction
Dans ce présent travail on se propose de mettre en relief la gravité et
l’évolution de ce phénomène à travers l’analyse des facteurs
responsables de cette érosion dans le bassin de l’Oued Mina. Elle est
basée sur l’intégration des images satellitaires et de données
cartographiques dans un système d’information géographique (SIG)
pour l’identification et la cartographie, des zones à risques d’érosion
hydrique.
La méthodologie suivie consiste à cartographier séparément les
facteurs explicatifs afin de connaitre le rapport entre ces facteurs et les
alias de l’érosion.
Les facteurs influençant l’érosion hydrique peuvent être
représentés par différents paramètres, ces derniers peuvent
être déterminés à l’aide de la télédétection et des données
additionnelles .
Facteurs
Quasi-statiques
•Morphologie
•Infiltration
•Erodabilité
Variables
•Occupation et utilisation
du sol
•Intensité des pluies
•Pratiques agricoles
Le bassin
de l’oued Mina
l’Oued Mina est soumis à une érosion intense.
Elleversant
est la cause
estdesoumis
à un
climat de type
principale de l’envasement des ouvrages
stockage
de l’eau
méditerranéen,
dans la région, à savoir, le barrage de Sidi
Mhamed Ben avec
Aoudaune aridité
estivale
marquée
et un hiver froid,
et le barrage de Bekhada et de plusieurs
retenues
collinaires
présentant
un
régime
qui se trouvent abandonnées, vu le taux
d’envasement avancé
et qui atteint les 100 % pour la majorité.pluviométrique fortement influencé
par les orages.
Méthode adoptée
Base de
donnée
Traitement
d’image
Images satellitaires
Landsat TM
Modèle dévaluation
quantitatives des pertes en sol
E=R.LS.K.P.C
Occupation du sol
Densité du couvert
végétal
Angle de pente0
Cartes
Topographique
MNT
Orientation de
pente
Carte lithologique
Données
météorologiques
Mesure sur
terrain
Spatialisation des
paramètres
Longueur de pente
Erodabilité des sols
Erosivité des pluies
Mesures de
protection
Cartographier l’érosion
hydrique
Traitement des images de télédétection
les données utilisées sont des images Landsat TM.
Ce dernier a été choisi car sa définition de base (pixel de 30x30m) est tout-à-fait
adaptée à l’échelle souhaitée. D’autre part, il possède 7 canaux, dont quatre dans
l’infrarouge proche, moyen et thermique qui sont primordiales pour travailler sur les
caractères du sol.
Période sèche
Période humide
Date de prise
12 06 1987
05 06 2002
24 06 2009
14 02 1985
15 11 2009
18 01 2010
Résolution
30m
30m
30m
30m
30m
30m
Traitement des images de télédétection
Les différents objets n’absorbent pas tous la même partie du rayonnement
solaire, et qu’en conséquence, le spectre du rayonnement réfléchi est
différent.
C’est le cas des sols, des végétaux et de l’eau. à chacun de ces objets correspond
un groupe de comportements spectraux, très différents entre eux. Un
comportement spectral correspond à la fonction définissant la valeur de la
réflectance dans les diverses bandes spectrales étudiées (courbe de réflectance).
Les catégories suivantes d'occupation du sol prédéfinies ont été classées dans
chaque image:
• Végétation (foret, champ de culture)
• Eau (barrage, sebkha, zones humides)
• Sol nu (terrains nus, habitations)
Repérage et identification des sites traités en utilisant les images
satellitaires de Google Earth
Carte de NDVI
Google Earth
NDVI > 0.2
Végétation (Foret)
Repérage et identification des sites traités en utilisant les images
satellitaires de Google Earth
Carte de NDVI
Google Earth
Champs de culture
On a effectué, ensuite, une classification (zonage) des objets
déterminés par l’interprétation visuelle sur les échantillons pris
des images de la zone d’étude. Il s’agit une généralisation des
résultats en regroupant touts les pixels d’une image qui ont les
même caractéristique spectrales.
Classification de l’occupation du sol
Classification selon les propriétés spectrales des objets
juin-87
Classes
Sol nu
Végétation
Eau
Total
juin-02
juin-09
Surface
Surface
Surface
(km2)
Proportion (km2)
Proportion (km2)
Proportion
7643,8332
93,64 7538,5305
92,35 7791,5835
95,45
484,8822
5,94 528,1461
6,47 348,5601
4,27
34,2846
0,42
96,3234
1,18
22,8564
0,28
8163
100
8163
100
8163
100
Classification de l’occupation du sol
Classification de la végétation
Un autre moyen pour suivre la variation spatio-tremporelle de la végétation. Il est basé sur
le changement de la réflectance spectrale par une valeur dite « indice » par exemple l’indice
de végétation normalisé NDVI.
PIR : la bande proche de l’infrarouge.
R : la bonde de la couleur rouge.
NDVI<-1 : Eau
-1 <NDVI<0.25 : Sol nu
0,15<NDVI<0.25 : végétation séparée.
0.25<NDVI<0.40 : végétation modérée.
NDVI>0.40 : végétation dense
+1.29
( A. Sadiki, S. Bouhlassa, Dj. Auajjar, A.
Faleh, J.J. Macaire, 2004)
Pi représente les précipitations mensuelles et P les
précipitations annuelles en mm de la période allant de
1968 à 2001.
Le facteur C est estimé à partir du NDVI.
(Ioannis Z. Gitas, Kostas Douros, Chara
Minakou, George N. Silleos and Christos
G. Karydas, 2009)
Le facteur LS est en fonction de la longueur et l’inclinaison de pente.
Le facteur LS estimé en utilisant le module « Lenghtslope » du logiciel IDRISI
Occupation
du son
Couvert
végétal
Réseaux
hydrographiqu
e
Densité de
drainage
MNT
Pente
Climat
Précipitation
s
Erosivité des
pluies
Sensibilité à
l’érosion
Potentiel
érosif
Détection des changements
Dans cette partie, on a essayé de tracé les cartes de la couverture du sol pour 3
périodes (1987, 2002et 2009) et de déterminer les gains et les pertes dans chaque
classe (eau, végétation et sol nu) en utilisant le module (Land Change Modeller) de
IDRISITM. Les paramètres suivants ont été tirés:
•Contribution du changement dans chaque variation en pourcentage de la surface
du sol (de chaque catégorie de la couverture du sol).
•la variation nette de chaque catégorie.
•La persistance de chaque classe: la couverture du sol qui n’a pas changé entre les
deux dates respectives.
Changement de
Végétation
Sol nu
Eau
Sol nu
Eau
Végétation
Vers
Eau
Eau
Végétation
Végétation
Sol nu
Sol nu
Changement (km2) Changement (km2) Changement
1987_2002
2002_2009
(km2) 1987_2009
0,74
1,93
1,16
4,54
7,57
6,33
0,31
0,04
0,217
711
448,53
385,53
22,5
2,87
18,57
856,47
954,81
1038,38
Evolution de la végétation
1987=>2002
2002=>2009
Pertes
85647 Hectares
Pertes
95481 Hectares
1987=>2009
Pertes
103838 Hectares
Classification de l’occupation du sol avec ENVI
Classification selon les propriétés spectrales, spatiales et texturales des objets
Contrairement
avec
la
classification
traditionnelle, qui se base sur la détection des
pixels qui ont les mêmes caractéristiques
spectrales, ENVI Feature Extraction Fonction
utilise une méthode basée les caractéristiques
spatiale, spectrale (luminosité et la couleur) et
les caractéristiques qui définissent la texture
de la région.
Les résultats obtenus sont ensuite projetés
dans un SIG afin de les interroger.
Par exemple, si on veut faire une sélection
(requête) dans la table de Mapinfo pour nous
sélectionner tout les objets qui ont le ratio
(pir/rouge) supérieur a une valeur (0.1 qui
caractérise la végétation) et inférieur à 0.065
(l’Eau).
Conclusion
Selon la superposition des cartes de la couverture végétale,
pente, pluie, et la lithologie du bassin de l’Oued Mina, on a
partagé le bassin en trois régions suivant la gravité du
processus de l’érosion. La région sud d’une formation
géologique consolidée, de faible pente et couvert végétal plus
ou moins faible. Cette zone est considérée comme zone à
faible risque d’érosion. La zone de haut risque d’érosion
située en amont du barrage de Sidi M’Hamed Ben Aouda, sa
formation géologique est marneuse, le sol est globalement nu,
de forte pente et plus exposée aux exercices agricoles. La
région du nord, caractérisée par un terrain plat où se
déposent les terres érodées.
Conclusion
La comparaison entre deux périodes différentes, permet
d’apprécier la dynamique de l’occupation des sols et de la
végétation, mais elle ne permet pas de dégager un scénario
d’évolution simple des formations végétales, mais traduit la
variation des situations et la diversité d’occupation des terres.
Selon les résultats de calcul des changements entre l’année
1987 et l’année 2009, environ 1038 Km2 des terrains couverts
par la végétation sont devenus des terrains nus.
Pour la suite de ce travail, on va utiliser d’autres données
satellitaire (Spot végétation et Modis). Les images de Spot
(résolution 1 km) Végétation décadaires disponibles
permettent de suivre l’évolution de la végétation au cours d’un
cycle hydrologique et pour plusieurs années (1998-2011).
Conclusion
On va aussi utiliser les images de haute résolution (5 m) pour
faire une classification orientée objet sur une partie du bassin
dite ‘zone atelier’. Cette nouvelle méthode de classification est
très utile pour étudier l’utilisation et l’occupation du sol.